如何根据多列的条件在 Pandas 中创建列的总和？

Question

我试图对 DataFrame 的两列求和以创建第三列，其中第三列中的值等于其他列的正元素的总和。我尝试了下面的方法，只收到一列 NaN 值

df = pd.DataFrame(np.array([[-1, 2], [-2, 2], [1, -3], [1, -4], [ -2 , -2]]),
                   columns=['a', 'b'])

df['Sum of Positives'] = 0

df['Sum of Positives'] = df.loc[df.a > 0 ,'a'] +df.loc[df.b >0 , 'b']

数据框：

Answer 1

您可以df.mask在此处使用并填充小于 0 的值，即用 0 填充负值并df.sum在轴 1 上进行处理。

df['sum of pos'] = df.mask(df<0, 0).sum(axis=1)

   a  b  sum of pos
0 -1  2           2
1 -2  2           2
2  1 -3           1
3  1 -4           1
4 -2 -2           0

很少有 NumPy hack 在这里有用。

• 使用 np.copyto

  t = np.copy(df.values)
  np.copyto(t, 0, where=df.values<0)
  df['sum of pos'] = t.sum(axis=1)
  

• 使用 np.where

  df['sum of pos'] = np.where(df.values<0, 0, df.values).sum(axis=1)
  

• 使用 np.clip

  df['sum of pos'] = np.clip(df.values, 0, None).sum(axis=1)
  

• 使用 np.ma.array

  m = np.ma.array(df.values, mask=df.values<0, fill_value=0)
  df['sum of pos'] = m.filled().sum(axis=1)